深圳住房出售价格与租赁价格关系研究

2021-08-19郑军于浩楠

中国房地产·学术版 2021年1期

郑军于浩楠

摘要：深圳市目前房价租金比过高，不利于房地产市场的整体发展。深圳要发挥住房租赁市场的突出作用以及加快建立多主体供给的住房制度首先需要厘清房价与房租之间的相互影响机制。构建新房销售价格、二手房销售价格和住房租赁价格三元VAR模型实证分析了深圳房价与房租的相互关系。研究表明，深圳新房销售价格单向冲击影响住房租赁价格，二手房销售价格与住房租赁价格互为因果关系双向传导。为完善深圳房地产市场健康发展长效机制，建议深圳市在保持新房市场稳定的同时也要规范二手房市场发展，此外也要对财税调控政策进行改革优化。

关键词：房屋销售价格;住房租赁价格;VAR模型;脉冲响应分析

中图分类号：F293.3 文献标识码：A

文章编号：1001-9138-（2021）01-0016-26 收稿日期：2020-12-03

1 引言

2020年深圳经济特区成立40周年，深圳作为粤港澳大湾区核心城市以及中央支持建设的中国特色社会主义先行示范区，在中共中央国务院《关于支持深圳建设中国特色社会主义先行示范区的意见》中明确提到要进一步完善保障性住房制度，突出发挥住房租赁市场在房地产整体市场中的作用。深圳要坚决贯彻“房住不炒”政策总基调，加快发展完善住房租赁市场，首先需要厘清房价与房租的相互传导机制以及房屋销售市场是如何冲击住房租赁市场的。目前深圳出现新房销售价格与二手房销售价格“倒挂”现象，此外住房租赁市场中的房源主要为二手房，因此有必要将二手房价格纳入整体房价中进行研究分析。

党的十九大报告中明确提出坚持“房子是用来住的、不是用来炒的定位，加快建立多主体供给、多渠道保障、租购并举的住房制度，让全体人民住有所居。”为抑制房价过快增长，目前中央和地方政府主要调控手段以“限购”“限贷”“限价”等行政手段为主，但在房地产市场发展过程中存在调控政策与房价动态稳定相悖的现象，同时也应该看到国家决策层也在积极加快发展住房租赁市场等市场手段来缓解房屋供需错配压力。房地产市场作为一个有机的整体包括土地市场、新房市场、二手房市场、住房租赁市场等，目前深圳房价租金比过高反映房地产市场有巨大的泡沫，容易引发金融系统性风险，把握各子市场间的相互联动对于稳定房价抑制房地产市场泡沫显得尤为重要。深圳作为“先行示范区”理应在房地產调控市场化上做到先行先试，将好的方案推广至全国以此来保持我国房地产市场平稳健康发展。

本文以下结构安排如下：对相关文献的回顾与概述;对数据进行说明并构建三元向量自回归（VAR）模型;通过脉冲响应函数以及方差分解实证分析房屋销售价格与住房租赁价格的相互关系;稳健性检验以使本文研究结论更可靠;对全文进行总结并根据本文研究结论提出对深圳完善房地产市场健康发展长效机制的政策建议。

2 文献综述

2.1 房屋销售价格与住房租赁价格

在现有文献中从多角度分析了房屋销售价格与房屋租赁价格之间关系，比如人均可支配收入、房地产调控政策以及传统思想文化等。大部分学者研究认为房价影响房租，杜红艳和马永开（2009）通过对全国房屋销售价格指数与房屋租赁价格指数时间序列实证分析得出在短期内房价与租金相互独立、房价是租金变动的长期因素，郑文娟（2011）研究得出在短期中城市住房价格和住房租金互为因果相互影响，在长期中住房价格显著影响住房租金，但住房租金却无法显著影响住房价格。但也有部分学者研究认为房屋销售市场与住房租赁市场更倾向于为双重市场，崔娜娜等（2018）利用北京2006-2016年房价、房租数据研究得出北京市房屋销售市场和住房租赁市场发展基本相对独立，造成这种现象的原因主要为两个市场服务的人群以及发育程度有所差异。

与此同时深圳市目前房价房租比过高，高波等（2013）认为居民人均可支配收入差距的扩大是造成城镇房价房租比升高的主要因素，加快推进住房租赁市场发展是抑制房价房租比过高的重要措施。对于房租对房价的影响，陈思翀和陈英楠（2019）认为租金虽然也对北上广深住房市场波动有影响但影响不如资金使用成本明显。

另外，我们也不可忽视传统婚姻观念对房屋销售市场和住房租赁市场的影响，婚姻匹配也影响着住房租购的选择，进而影响购房或租房的需求，蔡宏波等（2019）研究得出传统门当户对家庭更倾向于选择租房，深圳在推进住房租赁市场发展的同时不可忽略传统思想对居民租购选择的影响。

2.2 影响新房销售价格的因素

通过上文梳理发现大部分学者认为住房租赁价格受到房屋销售价格影响，只有保持房价的相对稳定，我们才可以使住房租赁市场平稳健康发展，为此需要明确影响房屋销售价格的影响因素。我国房价在基本面主要是由供求决定，况伟大和李涛（2012）认为要稳定房价首先应该是调节房屋供需关系。此外深圳作为“移民”城市不可忽视流动人口对房屋销售价格的影响，徐腾和姚洋（2018）结合普查数据和“百度迁徙”数据研究得出流动人口每增加1%将会导致房价上涨0.36%，并且得出房价对人口迁入的负反馈并不显著，深圳需要增加房屋供给来满足日益增长的房屋需求。

中央政治局会议明确指出，要引导利率下行，保持流动性合理充裕（整理自2020年3月27日中共中央政治局会议新闻稿）。马勇和吴雪妍（2018）认为房地产信贷规模较高的地区银行信贷对房价会产生更为显著的影响，同时投资者情绪也起到了加速器的作用。当前我国企业尤其是中小企业普遍存在融资难融资贵问题，陈诗一和王祥（2016）通过建立包括房地产市场在内的多部门DSGE模型研究得出当社会融资成本较高时降低利率会使得房价显著上升，倪鹏飞（2019）认为宽松的货币政策加大了大中小城市的住房价格分化，因此央行在引导利率下行时要防止信贷资金再次大规模流入房地产市场引起房价的非平稳变化。

对于财税政策同样不可忽视，目前我国各地方政府建设的保障性住房比如公租房、安居房资金来源大部分为财政资金。我国也明确提出要稳妥推进房产税立法，骆永民和伍文中（2012）研究得出旨在对住房持有环节征税的房产税改革在长期可以有效降低房价，并且能发挥良好的自动稳定器功能以平抑房价变化所导致的宏观经济变动，在新时代下可以考虑对住房保有环节加大征税，作为现有房地产市场长效调节机制的补充。我们在统筹经济社会更好发展的同时应当在原有水平上投入更多的财政资金建设保障性住房，加快发展住房租赁市场，卢新海等（2015）认为当“限购”等调控手段逐渐退出市场调控时应该适当扩大保障性住房工程投资进而推动房地产市场结构化转型。

二手房市场作为房地产市场的重要组成部分对新房销售市场的影响不可忽视，祁神军和张云波（2011）认为从长期看二手房的活跃交易在转移部分新房需求的同时最终会进一步推动新房市场的发展，同时二手房市场也与住房租赁市场存在相互关系。我们也需要特别注意到国家调控政策也会对住房租赁价格产生影响，朱国钟和颜色（2013）对住房调控政策进行效果分析得出调控政策通过抑制对商品房消费将住房需求转化为租房需求，从而推高房租上涨，深圳加快发展住房租赁市场也需要考虑房地产调控政策的影响。

本文相对于已有文献创新点在于：第一，通过构建三元VAR模型进而利用脉冲响应函数以及预测误差的方差分解研究房价与房租之间的相互影响关系。第二，以中国特色社会主义先行示范区深圳市为研究对象，揭示深圳房地产市场下的房租与房价关系。

3 数据说明与VAR模型构建

3.1 变量选取与数据来源

本文从中国指数研究院选取深圳市2005年12月至2019年12月的每月新房销售价格指数、租赁价格指数、二手房销售价格指数，各指数走势如图1所示。

中国指数研究院在编制新房销售价格指数时每期数据来源于房天下机构人员收集所在城市的项目报价、规模信息等，数据来源可靠。指数计算采用模型为：

其中It为t期价格指数，It-1为t-1期价格指数，为t期物业价格，为t-1期物业价格，为上期建筑面积。此模型在考虑房屋面积对房屋整体售价影响的同时，可以充分反映当期价格与上期价格的变动趋势，更具合理性。住房租赁价格指数和二手房销售价格指数计算模型与新房销售价格指数模型计算类似。以上3种价格指数可以反映新房销售价格、住房租赁价格、二手房销售价格的变化幅度大小与价格走势，能够分别作为新房市场、住房租赁市场、二手房市场较好的代理变量。

从深圳市统计局汇总编制了财税收入房产税指数，从深圳市住房和建设局汇总编制了保障性住房指数，从中经网统计数据库选取编制了银行间债券质押式回购交易加权平均利率（7天）指数（以下简称利率指数），具体变量名称说明见表1。为使本文所选用的各指数在计算方法上具有一致性，在计算编制房产税指数、保障性住房指数、利率指数时与新房销售价格指数采用相同思想。以保障性住房指数为例，采用模型如下：

其中It为t期保障性住房指数，It-1为t-1期保障性住房指数，Nt为t期保障性住房数量，Nt-1为t-1期保障性住房数量。

为了更好地消除各变量之间的异方差影响，从而更好地反映各变量之间的线性变化趋势以及使回归结果中各变量系数的意义更为明确，本文对表1中所列指数均做自然对数处理，下文各变量记号均表示经过自然对数处理后的数据。

3.2 向量自回归模型（VAR模型）

向量自回归模型（Vector Autoregression，简记VAR）是Sims在1980年所提出的，是对自回归模型的推广与应用。VAR模型可以对多变量时间序列进行高效准确分析，VAR系统内每个变量可以为内生变量也可以为外生变量，每个内生变量受到自身滞后项的影响，同时也有可能受到其他变量当期或滞后期的影响。

本文研究对象新房销售价格指数、住房租赁价格指数、二手房销售价格指数同属于房地产市场下的价格指数，可以视为房地产市场的内生变量。因此以上述3种指数作为内生变量构建三元VAR系统分析深圳市新房价格、房租、二手房价格之间的联动传染，相比于其他模型具有可行性与优越性。综上，构建HSI、HRI、SSI变量VAR模型如下：

3.3 平稳性检验

构建VAR模型前，需要对时间序列进行平稳性检验。在进行时间序列平稳性检验时通常使用DF检验、ADF检验、PP检验、KPSS检验等方法。本文使用ADF检验方法对序列进行平稳性检验，整理检验结果见表2。原序列均存在单位根为非平稳序列，在进行一阶差分后均为平稳序列且在1%水平上显著，故HSI、HRI、SSI为1阶单整序列，可以进行VAR模型估计。

此外，估计VAR模型还需进行滞后阶数的确定。VAR模型滞后阶数的选择通常依据信息准则比如AIC、HQIC、SBIC来确定。我们需要更多的滞后阶数来反映模型的动态特征，但更高的滞后阶数会使参数估计量上升从而损失较多样本容量，同时滞后阶数的选择应保证随机扰动项为白噪声序列即不存在自相关性。本文综合信息准则AIC值最小以及残差无自相关性原则，最终确定滞后阶数为9。进一步图2显示此滞后9阶的VAR模型为稳定平稳过程，可以利用此VAR模型进行HSI、HRI、SSI之间的正交化脉冲响应分析以及方差分解分析。

4 实证研究

4.1 格兰杰因果检验

格兰杰因果检验在计量经济学中用于变量之间的因果关系检验，即确定因果关系是从x到y或是从y到x，抑或是双向因果关系。对于时间序列模型：

检验原假设“H0：β1=…=βp = 0”，即x的过去值对预测y的值没有帮助。倘若拒绝原假设，则称x是y的“格兰杰原因”（Granger cause）。HSI、HRI、SSI格兰杰因果检验结果见表3。从格兰杰因果檢验显著性结果来看，住房租赁价格指数过去值不能解释新房销售价格指数，但新房销售价格指数过去值可以解释住房租赁价格指数，此结果可以表明目前深圳市的住房租赁价格不能传导至新房销售价格，深圳市住房租赁市场与新房销售市场之间是单向传导关系。深圳市的住房租赁价格指数与二手房销售价格指数互为格兰杰因果关系，同时深圳市的新房销售价格指数与二手房价格指数也互为格兰杰因果关系。

4.2 脉冲响应分析

进一步利用VAR模型计算脉冲响应函数，以用来评估在其他条件不变的情况下当系统内部某一变量受到冲击后会对该变量及其他变量产生怎样的动态影响。在实证分析中通常做法为汇报正交化脉冲响应图（未正交化的脉冲响应函数无法厘清各变量冲击的单独影响，不具有分析意义）以便直观分析出外部冲击所造成的动态影响。正交化的脉冲响应函数依赖于变量的次序排列，本文在此处通过格兰杰因果检验以及交叉相关系数确定变量次序为D_HSI、D_SSI、D_HRI。正交化脉冲响应图如图3所示。通过正交化脉冲响应图，我们可以清晰看到某一外部冲击对各变量的影响。住房租赁价格受到冲击不会对新房销售价格造成冲击，但住房租赁价格受到冲击会对二手房销售价格造成短期正向冲击，随后冲击影响逐渐消失。新房销售价格受到冲击会对住房租赁价格造成短期动态影响但随后影响逐渐消失，此外新房销售价格受到冲击会在短期内对二手房销售价格有正向冲击且冲击强度较大，但在随后冲击的影响也逐渐消失。外部对二手房销售价格的冲击会短暂对住房租赁价格造成正向影响，同时也会对新房销售价格造成短暂的正向影响，但对住房租赁价格与新房销售价格的影响在长期都逐渐趋近于零。通过脉冲响应函数图可以明确新房销售市场与住房租赁市场为单向传导即新房销售市场单向冲击住房租赁市场，这也与格兰杰因果检验结果相一致。新房销售市场对二手房销售市场的影响通过住房租赁市场作为中间传导市场放大影响。住房租赁市场由于不能动态影响新房销售市场，所以住房租赁市场对二手房市场的影响不能叠加新房销售市场对二手房销售市场的影响。

4.3 预测误差的方差分解

VAR模型的主要用途之一便是预测，在进行参数估计后可以得到向前一期的预测。方差分解计算了某一个变量外部的正交化冲击对另一个变量预测值均方误差的贡献大小，这是在进行完正交化脉冲相应函数分析后度量某一个变量对另一个变量影响的又一种方法。在进行此部分方差分解分析时，沿用上文D_HSI、D_SSI、D_HRI的变量次序，预测方差分解如图4所示。

从图4中可以看出，對新房销售价格向前一期进行预测，其预测方差全部来自于其自身，随着向前预测的期数逐步增加新房销售价格的预测方差有部分来自于二手房销售价格，来自于住房租赁价格的部分几乎仍为0。这表明新房销售价格在未来短期内主要是受自身价格的影响，长期内会受二手房销售价格的影响，但住房租赁价格始终无法影响新房销售价格，这与前文新房销售价格单向冲击住房租赁价格的结果相一致。

对住房租赁价格做向前一期的预测，其预测方差有92%来自于自身，剩下来自于新房销售价格和住房租赁价格，向前作二十期预测时，其预测方差来自于二手房销售价格的部分显著上升而来自于新房销售价格的部分则相对保持平稳，这表明住房租赁价格在未来更多的是受到二手房销售价格的影响。此外，对二手房销售价格向前一期进行预测，其预测方差87%来自于自身影响，13%来自于新房销售价格的影响;对二手房销售价格向前作二十期预测，其预测方差66%来自于自身，24%来自于新房销售价格，10%来自于住房租赁市场。

4.4 OLS线性回归

前述内容已通过构建VAR模型对新房销售价格指数、住房租赁价格指数、二手房销售价格指数进行脉冲响应函数分析以及方差分解分析并得出新房销售价格单向传导冲击住房租赁价格，但VAR模型更倾向于对变量未来值的预测。为此，需要通过构建线性回归模型精确评估房屋销售价格包括新房销售价格与二手房销售价格对住房租赁价格的影响，使用OLS法进行回归分析。

OLS法的回归基本思想是通过构造函数使得所有残差和取最小，从而实现最优线性函数匹配。在满足线性回归模型的基本假设下，最小二乘估计量具有无偏性与有效性（最小方差性）的特性，这使得OLS法可以给出在统计意义上较好的参数拟合结果。OLS估计法的无偏性与有效性结合起来，使得按照同样的置信度，OLS估计量的置信区间最小，最集中于真实值周围。

由前文格兰杰因果检验以及脉冲响应函数分析，新房销售市场与二手房销售市场互为因果存在双向传导关系，另一方面通过检验方差膨胀因子（VIF）值为29.75大于10，认为新房销售价格指数与二手房销售价格指数存在共线性，所以此处精确评估新房销售价格对住房租赁市场的影响，在稳健性检验时评估二手房销售价格对住房租赁市场的影响。分别以2005年12月至2019年12月（以下称样本1）和2017年1月至2019年12月（以下称样本2）为时间跨度进行OLS回归，回归结果如表4和表5。

选用样本1是为总体评估深圳市新房销售价格对住房租赁价格的影响，选用样本2是为突出党的十九大后深圳市新房销售价格对住房租赁价格的影响。从表4来看，整体上当期新房销售价格指数上涨1%会造成住房租赁价格指数上涨0.694%，上期新房销售价格指数对本期住房租赁价格指数的影响为0.688。从表5来看，2017年之后当期新房销售价格指数上涨1%会造成住房租赁价格指数上涨1.22%，上期新房销售价格指数对本期住房租赁价格指数的影响为1.03。通过比较表4与表5，新房销售市场对住房租赁市场的影响弹性由0.694提高到1.22，这从侧面表明党的十九大提出“房住不炒”以及“租购并举”后，对深圳新房销售市场一个冲击将会对住房租赁市场造成一个较为强烈的反应。

5 稳健性检验

稳健性检验是要对回归结果排除样本的偶然估计现象，以便使得实证分析所得结论更可行。本文在此部分通过替换变量、冲击变量以及改变计量方法分别进行稳健性检验。替换变量是用二手房销售价格指数替换新房销售价格指数，由于新房销售价格与二手房销售价格互为格兰杰因果且两个市场双向传导，所以可以认为二手房销售价格在一定程度上可以替代新房销售价格的作用。冲击变量指增加变量房产税指数、利率指数、保障性住房指数，由于利率指数是由货币政策影响，而货币政策在我国一定程度上是由国家决策层决定具有外生性，所以可以作为控制变量冲击新房销售价格指数。同时引入工具变量使用GMM法重新进行线性回归，工具变量为房产税指数、保障性住房指数，由于现行房产税、保障性住房建设基本由财税政策决定，保障性住房建设工程资金大部分来源于财政资金，并且财税政策同样由决策层决定可以看作外生变量，所以可以将房产税指数、保障性住房指数作为新房销售价格的工具变量。此外，也通过OLS法评估金融政策、财税政策各外部冲击对新房销售价格、住房租赁价格、二手房销售价格的影响。

在进行稳健性检验时，各变量时间跨度均选择为2017年1月至2019年12月。检验结果见表6。

由表6可以得出，前文新房销售价格对住房租赁价格的单向影响可以通过稳健性检验。用二手房价格指数替换新房销售价格指数后二手房价格对住房租赁价格依然为正向影响，在1%水平上显著且系数与表4中新房销售价格指数对住房租赁价格指数弹性影响系数基本一致。在加入利率的外部冲击后，新房销售价格指数对住房租赁价格的弹性影响为1.237，与在没有冲击下的弹性影响1.220基本一致。表6中GMM模型（3）在引入工具变量后新房销售价格指数也同样在5%的显著水平上影响为正，在剔除内生性影响后系数有所增大。保障性住房指数对住房租赁价格有正向轻微影响0.0481，考虑到政府加大公租房供应以及提出“租购并举”会盘活住房租赁市场，引导低收入群体由购房转向租房减少生活成本，造成住房租赁价格的轻微上涨。同时新房市场与二手房市场双向传导也可以通过稳健性检验，新房销售价格对二手房销售价格的影响为1.605是强冲击，二手房销售价格对新房销售价格的影响为0.232强度较弱，这也与正交化脉冲响应函数分析结果相一致，新房销售价格对二手房销售价格的冲击影响大于二手房销售价格对新房销售价格的冲击影响。利率的降低反而会使新房销售价格的上涨，但对二手房销售价格的影响有限。同时应该从检验结果（6）和（8）中看到，除了利率对新房销售价格的影响能通过显著性检验外，房产税指数、保障性住房指数对新房销售价格以及二手房销售价格的影响均不能通过显著性影响。这需要我们警惕反思现行的房产税税收政策以及加大力度建设的保障性住房能否真正实现“房住不炒、住有所居”。

6 结论与政策建议

本文从中国指数研究院获取新房销售价格指数、住房租赁价格指数、二手房销售价格指数，从深圳市统计局获取编制房产税指数、中经网统计数据库获取编制利率指数、深圳市住房和建设局获取编制保障性住房指数，通过VAR模型以及多元线性回归研究得出：深圳新房销售价格单向冲击影响住房租赁价格，其主要影响机理为新房销售价格冲击影响二手房销售价格，进而以二手房销售价格为中间传导媒介冲击影响住房租赁价格，深圳加快住房租赁市场健康发展并建立租购并举的住房制度前提是要保持房屋销售价格的稳定。

以2005年12月至2019年12月的数据评估具体影响为新房销售价格指数每上涨1%将会引起住房租赁价格指数上涨0.694%，以近3年2017年1月至2019年12月的数据评估具体影响为新房销售价格指数每上涨1%将会引起住房租赁价格指数上涨1.22%。新房销售价格与二手房销售价格互为因果关系双向传导，且新房价格上涨会对二手房价格造成一个强冲击，新房销售价格指数每上涨1%将会引起二手房销售价格上涨1.605%，二手房价格指数上涨1%将会引起新房销售价格指数上涨0.232%。此外，货币政策指标利率指数下降将会引起新房销售价格指数上涨，但反映财税政策的房产税指数与保障性住房指数未能达到预期的政策效果，对房地产市场没有显著影响。

为更好地贯彻中央政治局“房子是用来住的，不是用来炒的”的定位以及“因城施策”的基本要求，本文根据研究结论对完善深圳房地产市场健康发展长效机制，提出以下建議：

第一，深圳要继续保持新房销售价格的平稳变化。只有在深圳新房销售价格得到稳定后，才可以更好地发挥住房租赁市场在房地产市场中的作用。深圳可以深化与粤港澳大湾区内其他城市的联动发展，扩大土地供给以此来满足深圳市不断增长的购房需求，进而稳定房价发展住房租赁市场。

第二，深圳要规范二手房市场的健康发展。二手房销售市场作为新房销售市场与住房租赁市场之间的关键传导媒介，二手房市场的健康发展对于发挥住房租赁市场的作用尤为重要。深圳可以深入探索租售同权，减少居民对中心城区二手房尤其是“学区房”以及其他需求并以此将部分需求引导至租赁市场，提高居民参与租赁市场的积极性，更有利于住房租赁市场的发展。

第三，深圳要探索房地产市场调控政策的改革。现行保障性住房及房产税政策未能对深圳房地产市场产生预期的调控效果。深圳要创新保障性住房供给机制，考虑由政府直接供给保障性住房转向政府购买保障性住房。另一方面对于房产税，深圳针对房地产市场的税收政策应该是动态的，此外也应该建立健全税收辅助制度，比如房屋市场估价制度，在纳税时采取市场价格。

参考文献：

1.王国军刘水杏.房地产业对相关产业的带动效应研究.经济研究.2004.08

2.孙斌艺卢雅.财政政策对住房价格影响的理论和实证分析.上海房地.2017.06

3.郑军胡蓉.调控政策与房价动态稳定的理论与现实悖论.海南金融.2020.01

4.杜红艳马永开.我国房价与租金Granger因果关系的实证研究.管理评论.2009.01

5.郑文娟.中国城市住房价格与住房租金的影响因素及相互关系研究.浙江大学.2011

6.崔娜娜古恒宇沈体雁.北京市住房价格和租金的空间分异与相互关系.地理研究.2019.06

7.高波王文莉李祥.预期、收入差距与中国城市房价租金“剪刀差”之谜.经济研究.2013.06

8.陈思翀陈英楠.中国住房市场波动的影响因素研究——基于租金收益率的方差分解.金融研究.2019.02

9.蔡宏波韩金镕苏丽锋.门当户对与住房租购选择——基于中国家庭金融调查数据的实证分析.经济理论与经济管理.2019.03

10.况伟大李涛.土地出让方式、地价与房价.金融研究.2012.08

11.徐腾姚洋.城际人口迁移与房价变动——基于人口普查与百度迁徙数据的实证研究.江西财经大学学报.2018.01